共查询到17条相似文献,搜索用时 203 毫秒
1.
扩展传播算子(EPM)算法是首先对数据进行扩展,再利用传播算子(PM)方法进行测向的一种算法,该算法充分利用了非圆信号的特点,分辨力和估计精度优于未充分利用非圆信号信息的经典高分辨算法。但是在实际信号测向中,由于阵元位置误差的存在,算法的估计性能会受到一定的影响。因此提出一种基于内插阵列变换的扩展传播算子(VIA-EPM)算法,该算法利用真实阵列流型与虚拟阵列流型之间的变换矩阵,将真实协方差矩阵变换为虚拟协方差矩阵,再对虚拟协方差矩阵进行分块并得出扩展传播算子,进而得出算法的空间谱函数。仿真实验表明:在存在阵元位置误差的情况下,新算法通过对阵元位置校准数据进行内插阵列变换(VIA),取得与阵元位置校准的EPM算法相当的估计性能,保持了阵列扩展能力以及高估计精度,在低信噪比情况下,基于扩展协方差矩阵的VIA-EPM算法的分辨力以及估计精度均要优于基于扩展数据矩阵的VIA-EPM算法。 相似文献
2.
3.
非圆信号多级维纳滤波MUSIC测向算法 总被引:1,自引:0,他引:1
为降低非圆信号的MUSIC(记为NC-MUSIC)测向算法的计算量,提出了基于多级维纳滤波的NC-MUSIC算法.首先,该算法将非圆信号特性用于多级维纳滤波算法,构造出扩展阵列输出矩阵,利用多级维纳滤波的递推特性求出信号子空间,而不需要估计样本协方差矩阵和对其特征值分解;其次,为了进一步降低算法的计算量,推导出信号子空间的谱峰一维搜索公式进行非圆信号谱峰搜索的计算,快速估算出目标的方位值.仿真结果和计算复杂度分析表明,新算法不但在均方根误差性能上与其他快速算法相似,均接近于NC-MUSIC算法,具有良好的估计性能,而且降低了NC-MUSIC算法的计算最,使其计算复杂度小于非圆信号扩展传播算子快速测向算法的计算复杂度.证实了新算法快速有效的估计性能. 相似文献
4.
近年来,针对非圆信号的测向算法已陆续提出,对这些算法的渐近性能及Cramer-Rao界的分析也已见报道,但仍未涉及模型误差对此类算法影响的分析.本文概括介绍了用于非圆信号测向的MUSIC(Multiple Signal Classification)算法,对其空间谱函数进行一阶泰勒展开,得到了测向误差的表达式,从而求得测向均方误差统计意义上的表达式.仿真实验验证了推导的正确性,并由理论结果分析了模型误差条件下测向误差与角度间隔和非圆相位差的关系. 相似文献
5.
为有效降低非圆信号DOA(direction of arrival)估计算法的计算量,本文提出一种非圆信号DOA估计快速算法,借助实值扩展传播算子和多项式求根方法来降低计算量。首先利用信号非圆特性构造出实值的扩展阵列输出矩阵及扩展协方差矩阵,然后使用扩展传播算子方法代替扩展协方差矩阵的特征分解得到噪声子空间,再利用均匀线阵的多项式求根方法获得目标的DOA估计值。对算法的性能仿真和计算复杂度分析表明,新算法的均方根误差性能与Euler-root-MUSIC、NC-root-MUSIC等快速算法相近,但其计算复杂度小于上述非圆信号DOA估计快速算法。优良的性能和较低的计算量使新算法具有良好的实用价值。 相似文献
6.
提出了基于2q阶累积量的非圆信号测向MUSIC(Multiple Signal Classification)算法(称为NC-2q-MUSIC),作为2q-MUSIC算法利用非圆信息的一种扩展,在可测向信号数、分辨力和测角精度等方面的性能均优于2q-MUSIC算法.并且,q越大,NC-2q-MUSIC算法的可测向信号数越大,分辨力越高,对模型误差也越不敏感.针对均布线阵(ULA:Uniform Linear Array)提出的NC-2q-MUSIC/ULA算法减小了计算量.仿真实验验证了NC-2q-MUSIC算法的优良性能. 相似文献
7.
对通信系统中大量使用的BPSK等非圆信号测向,可以采用共轭扩展MUSIC(CE-MUSIC)算法,也可以采用基于四阶累积量的MUSIC-like算法。CE-MUSIC算法没有利用高阶信息,MUSIC-like算法没有利用信号的非圆信息,性能均受限。该文提出的四阶扩展MUSIC(FO-EMUSIC)算法利用了非圆信号在四阶累积量中的信息,分辨力和测角精度明显优于MUSIC-like算法,略优于CE-MUSIC算法,可测向阵元数大于CE-MUSIC算法和MUSIC-like算法。针对均布线阵,为减小计算量,还提出了FO-EMUSIC/ULA算法。仿真实验验证了FO-EMUSIC算法的优良性能。 相似文献
8.
针对实际应用中多个非圆信号从某一先验已知角度范围内入射的情况,提出了一种采用方向域滤波的非圆信号测向算法。新算法首先利用非圆信号测向MUSIC(NC-MUISC)算法得到入射信号的空间谱,再利用信号先验入射角度范围将其空间谱函数在方向域进行滤波,得到虚拟扩展协方差矩阵,然后仿照NC-MUISC算法求得信号入射方向。仿真结果表明,新算法保持了NC-MUISC算法的阵列扩展能力,同时在分辨力和测向精度方面进一步提高,且先验角度范围越准确则算法性能越好,具有良好的实用价值。 相似文献
9.
针对非圆信号的波达方向(DOA)估计问题,提出一种基于内插阵列变换的非圆信号MUSIC算法(VIA-NC-MUSIC算法)。利用真实阵列流型与虚拟阵列流型之间的变换矩阵,将真实协方差矩阵变换为虚拟协方差矩阵,再对虚拟协方差矩阵进行奇异值分解(SVD),利用信号子空间与噪声子空间的正交性,得出算法的空间谱函数。仿真实验表明:存在阵元位置误差的情况下,新算法通过对阵元位置校准数据进行内插阵列变换(VIA),取得与阵元位置校准的非圆信号MUSIC算法(NC-MUSIC算法)相当的估计性能,保持了高估计精度、阵列扩展能力等优点。 相似文献
10.
针对非圆信号空间谱测向中方位依赖幅相误差的校正问题,基于辅助阵元自校正算法(ISM, instrumental sensor method)基本原理,提出一种改进的ISM算法:NC-ISM算法。该算法通过利用最大非圆率信号的扩展数据模型,提高了信号利用率,使其估计精度较一般的ISM算法有明显提升,最大可分辨信源数也增加一倍。对该算法的理论性能进行研究,证明了其参数估计的统计一致性,并采用一阶误差分析方法推导了辅助阵元模型误差影响下参数估计的均方误差表达式,从而为工程应用提供理论支撑。仿真结果验证了理论推导的正确性,同时表明,该算法较ISM算法在辅助阵元模型误差与低信噪比下都有更强的顽健性。 相似文献
11.
《Signal Processing, IEEE Transactions on》2008,56(9):4317-4329
12.
13.
This paper examines the asymptotic performance of MUSIC-like algorithms for estimating directions of arrival (DOA) of narrowband complex noncircular sources. Using closed-form expressions of the covariance of the asymptotic distribution of different projection matrices, it provides a unifying framework for investigating the asymptotic performance of arbitrary subspace-based algorithms valid for Gaussian or non-Gaussian and complex circular or noncircular sources. We also derive different robustness properties from the asymptotic covariance of the estimated DOA given by such algorithms. These results are successively applied to four algorithms: to two attractive MUSIC-like algorithms previously introduced in the literature, to an extension of these algorithms, and to an optimally weighted MUSIC algorithm proposed in this paper. Numerical examples illustrate the performance of the studied algorithms compared to the asymptotically minimum variance (AMV) algorithms introduced as benchmarks. 相似文献
14.
近年来基于非圆信号的DOA估计算法由于其优良的估计性能,受到越来越多的关注。在接收阵列为均匀圆阵的情况下,对入射信号进行方位角和俯仰角的联合估计。依据非圆信号的DOA估计数学模型及阵列模型,采用NC-MUSIC算法完成对均匀圆阵方位角和俯仰角的联合估计。通过计算机仿真,得出该算法对均匀圆阵方位角和俯仰角的估计是比较准确的,并且通过NC-MUSIC与MUSIC算法仿真性能的分析比较,得出在接收阵列为均匀圆阵的情况下,NC-MUSIC算法也优于MUSIC。 相似文献
15.
16.
In this paper, we propose a two-dimensional direction of arrival (2D-DOA) estimation algorithm for uniform rectangular array via noncircular-parallel factor (NC-PARAFAC) method. Compared to the conventional parallel factor (PARAFAC) algorithm, the proposed algorithm exploits the property of noncircular signals to double the array aperture. Therefore, the angle estimation performance of the proposed algorithm is better than the conventional PARAFAC method. The proposed algorithm achieves automatically paired two-dimensional angle estimates, and has better 2D-DOA estimation performance than some conventional algorithms, which include estimation of signal parameters via rotational invariance technique (ESPRIT), propagator method (PM), PARAFAC algorithm, noncircular-ESPRIT (NC-ESPRIT) and noncircular-PM (NC-PM). We also derive the Cramér–Rao bound for the 2D-DOA estimation of noncircular signals with uniform rectangular array. Simulation results verify the effectiveness and improvement of the proposed algorithm. 相似文献